Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2016-01-26T17:46:31Z No. of bitstreams: 1 JoseFranciscoDaSilvaNeto_DISSERT.pdf: 5950864 bytes, checksum: 5306cd9802b9aa1c09288d75c32ccbe2 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2016-01-28T18:00:31Z (GMT) No. of bitstreams: 1 JoseFranciscoDaSilvaNeto_DISSERT.pdf: 5950864 bytes, checksum: 5306cd9802b9aa1c09288d75c32ccbe2 (MD5) / Made available in DSpace on 2016-01-28T18:00:31Z (GMT). No. of bitstreams: 1 JoseFranciscoDaSilvaNeto_DISSERT.pdf: 5950864 bytes, checksum: 5306cd9802b9aa1c09288d75c32ccbe2 (MD5) Previous issue date: 2014-09-25 / Segmenta??o digital de imagens ? o processo de atribuir r?tulos distintos a diferentes objetos em uma imagem digital, e o algoritmo de segmenta??o fuzzy tem sido utilizado com sucesso na segmenta??o de imagens de diversas modalidades. Contudo, o algoritmo tradicional de segmenta??o fuzzy falha ao segmentar objetos que s?o caracterizados por texturas cujos padr?es n?o podem ser descritos adequadamente por simples estat?sticas computadas sobre uma ?rea restrita. Neste trabalho apresentamos uma extens?o do algoritmo de segmenta??o fuzzy que realiza segmenta??o de texturas empregando fun??es de afinidade adaptativas e o estendemos a imagens tridimensionais. Fun??es de afinidade adaptativas mudam o tamanho da ?rea em que s?o calculados os descritores da textura de acordo com as caracter?sticas da textura processada, enquanto imagens tridimensionais podem ser descritas como um conjunto finito de imagens bidimensionais. O algoritmo ent?o segmenta o volume com uma ?rea apropriada calculada para cada textura, tornando poss?vel obter boas estimativas dos volumes reais das estruturas alvo do processo de segmenta??o. Experimentos ser?o realizados com dados sint?ticos e reais obtidos no estudo de segmenta??o de tumores cerebrais em imagens m?dicas adquiridas atrav?s de exames de Resson?ncia Magn?tica / Digital image segmentation is the process of assigning distinct labels to different objects in a digital image, and the fuzzy segmentation algorithm has been used successfully in the segmentation of images from several modalities. However, the traditional fuzzy segmentation algorithm fails to segment objects that are characterized by textures whose patterns cannot be successfully described by simple statistics computed over a very restricted area. In this paper we present an extension of the fuzzy segmentation algorithm that achieves the segmentation of textures by employing adaptive affinity functions as long as we extend the algorithm to tridimensional images. The adaptive affinity functions change the size of the area where they compute the texture descriptors, according to the characteristics of the texture being processed, while three dimensional images can be described as a finite set of two-dimensional images. The algorithm then segments the volume image with an appropriate calculation area for each texture, making it possible to produce good estimates of actual volumes of the target structures of the segmentation process. We will perform experiments with synthetic and real data in applications such as segmentation of medical imaging obtained from magnetic rosonance

Submitted by Thiago Oliveira (thiago.oliveira@ifpb.edu.br) on 2016-11-24T19:31:49Z No. of bitstreams: 1 Emannuel Diego Gon?alves de Freitas - SEGMENTA??O DE REGI?ES DE AVC ISQU?MICOS EM IMAGENS DE TC POR MEIO DA CLASSIFICA??O DE TEXTURA.pdf: 682546 bytes, checksum: c6407fae8a68c0cf9693200aba271e15 (MD5) / Approved for entry into archive by Thiago Oliveira (thiago.oliveira@ifpb.edu.br) on 2016-11-24T19:33:07Z (GMT) No. of bitstreams: 1 Emannuel Diego Gon?alves de Freitas - SEGMENTA??O DE REGI?ES DE AVC ISQU?MICOS EM IMAGENS DE TC POR MEIO DA CLASSIFICA??O DE TEXTURA.pdf: 682546 bytes, checksum: c6407fae8a68c0cf9693200aba271e15 (MD5) / Made available in DSpace on 2016-11-24T19:33:07Z (GMT). No. of bitstreams: 1 Emannuel Diego Gon?alves de Freitas - SEGMENTA??O DE REGI?ES DE AVC ISQU?MICOS EM IMAGENS DE TC POR MEIO DA CLASSIFICA??O DE TEXTURA.pdf: 682546 bytes, checksum: c6407fae8a68c0cf9693200aba271e15 (MD5) Previous issue date: 2016-07 / ResumoImagens de Tomogra a Computadorizada (TC) s?o utilizadas como instrumentos deaux?lio ao diagn?stico m?dico, p ossibilitando a detec??o preco ce, b em como o acompanhamento,de diversas do en?as tais como o Acidente Vascular Cerebral (AVC), cuja an?lise da imagem docr?nio ? realizada p elo m?dico de forma visual, o qual lo caliza a les?o, diferencia o AVC isqu?micodo hemorr?gico e realiza a demarca??o manualmente. T?cnicas de an?lise computacionaldessas imagens, p o dem ampliar a quantidade de informa??o adquirida e contribuir para odiagn?stico correto em um pro cedimento m?dico. Tal raz?o motiva o desenvolvimento de sistemascomputadorizados para o aux?lio ? detec??o e ao diagn?stico (Computer-Aided Detection andDiagnosis- CADDx) para do en?as, empregando t?cnicas de Pro cessamento Digital de Imagense Vis?o Computacional. Neste contexto, s?o utilizados v?rios m?to dos com a nalidade desegmentar, reconhecer e identi car detalhes da regi?o de interesse na imagem de TC analisada.Esta p esquisa centraliza seus esfor?os em estab elecer um m?to do de segmenta??o da regi?o das?reas isqu?micas, no acidente vascular cerebral, em imagens de Tomogra a Computadorizada.Ao nal do pro cesso de segmenta??o, um contorno ? delineado automaticamente em voltada regi?o segmentada sem a necessidade de uma interven??o humana. Para tanto, ? feita aclassi ca??o de informa?? es de textura extra?das da imagem, obtidas com os descritores deHaralick. Duas investiga?? es foram realizadas: a determina??o do melhor conjunto de descritoresde Harlick usados como medidas de textura e an?lise de desemp enho dos descritores selecionadospara segmenta??o. Em ambas foram empregadas Redes Neurais Arti ciais MLP (MultilayerPerceptron) para a classi ca??o de ?reas de textura com e sem Acidente Vascular CerebralIsqu?mico (AVCi). Para a an?lise dos descritores de Haralick foram feitos testes de signi c?nciaestat?stica e testes de classi ca??o com a RNA para 1, 2 e 3 descritores de Haralick combinadosentre si. Os resultados obtidos foram comparados com o padr?o ouro, dado p ela segmenta??omanual das regi? es isqu?micas. Nos testes realizados o sistema obteve b ons resultados com oconjunto de descritores Correla??o, Homogeneidade e Soma das M?dias, que mostrou-se capazde promover a classi ca??o necess?ria para segmentar a regi?o cerebral atingida p elo AVC comprecis?o.

Made available in DSpace on 2015-04-14T14:51:58Z (GMT). No. of bitstreams: 1 401956.pdf: 2590813 bytes, checksum: 20a0e4387052227ccb1b40f4c6dd6de0 (MD5) Previous issue date: 2008-03-31 / O comportamento do cliente ? uma ?rea importante para o entendimento dos fen?menos que comp?e as a??es e atitudes dos clientes. Entender os componentes atitudinais do comportamento dos clientes melhora a compreens?o sobre o fen?meno de lealdade desses e quais s?o os antecedentes que respondem melhor a essa manifesta??o. Esse conhecimento ? parte importante dos estudos de m?tricas e modelos de manuten??o do cliente no portf?lio das empresas. Sabidamente a satisfa??o ? um antecedente da lealdade, no entanto, se sabe tamb?m que apenas a satisfa??o n?o explica alguns fen?menos, como a perman?ncia do cliente com a empresa fornecedora, mesmo ele estando insatisfeito. Para ampliar o conhecimento sobre os poss?veis antecedentes da lealdade ? que foi elaborado este trabalho tendo como antecedente da lealdade a satisfa??o e os custos de mudan?a. Para isso, foi feita uma pesquisa survey em clientes de bancos. Obteve-se como resultado um ajustamento moderado do modelo ao segmento estudado devido ?s caracter?sticas desse e de como os clientes visualizam a concorr?ncia entres os muitos bancos no mercado. Como um dos resultados se destaca que os clientes dessa ind?stria avaliaram a troca de banco pelo aspecto cognitivo com o construto custo da perda de benef?cios e, pelo lado afetivo o custo da perda de relacionamento com a marca. Essas duas tiveram mais for?a na avalia??o dos clientes do que, por exemplo, o construto custo de perdas monet?rias, que a priori seria o ponto de an?lise que todo cliente faria para buscar um novo fornecedor. Todos os resultados s?o discutidos ao longo do trabalho e, tamb?m as implica??es acad?micas e gerenciais. Durante as an?lises s?o feitas sugest?es de trabalhos para amplia??o deste e dos outros trabalhos na ?rea do comportamento do cliente. Tamb?m ? discutida a limita??o dos resultados alcan?ados por esta pesquisa.

Made available in DSpace on 2014-12-17T15:48:04Z (GMT). No. of bitstreams: 1 TiagoSS_DISSERT.pdf: 2900373 bytes, checksum: ea7bd73351348f5c75a5bf4f337c599f (MD5) Previous issue date: 2012-08-17 / Conselho Nacional de Desenvolvimento Cient?fico e Tecnol?gico / The segmentation of an image aims to subdivide it into constituent regions or objects that have some relevant semantic content. This subdivision can also be applied to videos. However, in these cases, the objects appear in various frames that compose the videos. The task of segmenting an image becomes more complex when they are composed of objects that are defined by textural features, where the color information alone is not a good descriptor of the image. Fuzzy Segmentation is a region-growing segmentation algorithm that uses affinity functions in order to assign to each element in an image a grade of membership for each object (between 0 and 1). This work presents a modification of the Fuzzy Segmentation algorithm, for the purpose of improving the temporal and spatial complexity. The algorithm was adapted to segmenting color videos, treating them as 3D volume. In order to perform segmentation in videos, conventional color model or a hybrid model obtained by a method for choosing the best channels were used. The Fuzzy Segmentation algorithm was also applied to texture segmentation by using adaptive affinity functions defined for each object texture. Two types of affinity functions were used, one defined using the normal (or Gaussian) probability distribution and the other using the Skew Divergence. This latter, a Kullback-Leibler Divergence variation, is a measure of the difference between two probability distributions. Finally, the algorithm was tested in somes videos and also in texture mosaic images composed by images of the Brodatz album / A segmenta??o de uma imagem tem como objetivo subdividi-la em partes ou objetos constituintes que tenham algum conte?do sem?ntico relevante. Esta subdivis?o pode tamb?m ser aplicada a um v?deo, por?m, neste, os objetos est?o presentes nos diversos quadros que comp?em o v?deo. A tarefa de segmentar uma imagem torna-se mais complexa quando estas s?o compostas por objetos que contenham caracter?sticas texturais, com pouca ou nenhuma informa??o de cor. A segmenta??o difusa, do Ingl?s fuzzy, ? uma t?cnica de segmenta??o por crescimento de regi?es que determina para cada elemento da imagem um grau de pertin?ncia (entre zero e um) indicando a confian?a de que esse elemento perten?a a um determinado objeto ou regi?o existente na imagem, fazendo-se uso de fun??es de afinidade para obter esses valores de pertin?ncia. Neste trabalho ? apresentada uma modifica??o do algoritmo de segmenta??o fuzzy proposto por Carvalho [Carvalho et al. 2005], a fim de se obter melhorias na complexidade temporal e espacial. O algoritmo foi adaptado para segmentar v?deos coloridos tratando-os como volumes 3D. Para segmentar os v?deos, foram utilizadas informa??es provenientes de um modelo de cor convencional ou de um modelo h?brido obtido atrav?s de uma metodologia para a escolha dos melhores canais para realizar a segmenta??o. O algoritmo de segmenta??o fuzzy foi aplicado tamb?m na segmenta??o de texturas, fazendo-se uso de fun??es de afinidades adaptativas ?s texturas de cada objeto. Dois tipos de fun??es de afinidades foram utilizadas, uma utilizando a distribui??o normal de probabilidade, ou Gaussiana, e outra utilizando a diverg?ncia Skew. Esta ?ltima, uma varia??o da diverg?ncia de Kullback- Leibler, ? uma medida da diverg?ncia entre duas distribui??es de probabilidades. Por fim, o algoritmo foi testado com alguns v?deos e tamb?m com imagens de mosaicos de texturas criadas a partir do ?lbum de Brodatz e outros

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2017-04-03T19:47:15Z No. of bitstreams: 1 DanielNobrePinheiro_DISSERT.pdf: 900596 bytes, checksum: 82c38f5d0fc71d5fb71fb0c1acd283c6 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2017-04-06T19:26:01Z (GMT) No. of bitstreams: 1 DanielNobrePinheiro_DISSERT.pdf: 900596 bytes, checksum: 82c38f5d0fc71d5fb71fb0c1acd283c6 (MD5) / Made available in DSpace on 2017-04-06T19:26:01Z (GMT). No. of bitstreams: 1 DanielNobrePinheiro_DISSERT.pdf: 900596 bytes, checksum: 82c38f5d0fc71d5fb71fb0c1acd283c6 (MD5) Previous issue date: 2017-01-27 / Este trabalho prop?e formula??es para o Problema de Clustering Heterog?neo Fuzzy, assim como um m?todo heur?stico de Busca em Vizinhan?a Vari?vel para resolv?-lo. O Problema de Clustering Heterog?neo Fuzzy ? um problema de agrupamento de dados modelado em dois n?veis. O primeiro identifica grupos de indiv?duos cujas percep??es acerca dos objetos envolvidos sejam similares. O segundo n?vel identifica parti??es fuzzy de objetos para cada grupo de indiv?duos. O segundo n?vel ? baseado no problema das p-medianas, cujo objetivo ? particionar um conjunto de objetos em subconjuntos menores e definir um objeto para cada subconjunto como mediana, de modo que a soma das dissimilaridades entre cada objeto e sua mediana seja m?nima. O Problema de Clustering Heterog?neo Fuzzy generaliza o problema das p-medianas para ambientes fuzzy, permitindo que os n?veis de pertin?ncia de cada objeto em rela??o a cada cluster sejam fracion?rios. Essa generaliza??o permite novas interpreta??es dos resultados, como a identifica??o de rela??es simult?neas de objetos com diferentes clusters. / This work proposes formulations for the Fuzzy Heterogeneous Clustering Problem, as well as a heuristic method of Variable Neighborhood Search to solve it. The Fuzzy Heterogeneous Clustering Problem is a clustering problem that is formulated in two levels. The first identifies groups of individuals whose perceptions about the objects involved are similar. The second level identifies fuzzy partitions of objects for each group of individuals. The second level is based on the p-median problem, whose objective is to partition a set of objects into smaller subsets and to define an object as median for each subset, such that the sum of dissimilarities between each object and its median is minimal. The Fuzzy Heterogeneous Clustering Problem generalizes the p-median problem to fuzzy environments, allowing the degrees of membership between each object and each cluster to be fractionary. This generalization allows new interpretations about the results, such as the identification of simultaneous relationships of objects with different clusters.

Submitted by Alex Sandro R?go (alex@ifpb.edu.br) on 2016-12-06T13:51:01Z No. of bitstreams: 1 21- Emannuel Diego Gon?alves de Freitas - SEGMENTA??O DE REGI?ES DE AVC ISQU?MICOS EM IMAGENS DE TC POR MEIO DA CLASSIFICA??O DE TEXTURA (1) (3).pdf: 14153672 bytes, checksum: 1e0a1817fa2e2b789e217c9c860fc49f (MD5) / Approved for entry into archive by Alex Sandro R?go (alex@ifpb.edu.br) on 2016-12-06T13:52:05Z (GMT) No. of bitstreams: 1 21- Emannuel Diego Gon?alves de Freitas - SEGMENTA??O DE REGI?ES DE AVC ISQU?MICOS EM IMAGENS DE TC POR MEIO DA CLASSIFICA??O DE TEXTURA (1) (3).pdf: 14153672 bytes, checksum: 1e0a1817fa2e2b789e217c9c860fc49f (MD5) / Made available in DSpace on 2016-12-06T13:52:05Z (GMT). No. of bitstreams: 1 21- Emannuel Diego Gon?alves de Freitas - SEGMENTA??O DE REGI?ES DE AVC ISQU?MICOS EM IMAGENS DE TC POR MEIO DA CLASSIFICA??O DE TEXTURA (1) (3).pdf: 14153672 bytes, checksum: 1e0a1817fa2e2b789e217c9c860fc49f (MD5) Previous issue date: 2016-12-06 / Imagens de Tomografia Computadorizada (TC) s?o utilizadas como instrumentos de aux?lio ao diagn?stico m?dico, possibilitando a detec??o precoce, bem como o acompanhamento, de diversas doen?as tais como o Acidente Vascular Cerebral (AVC), cuja an?lise da imagem do cr?nio ? realizada pelo m?dico de forma visual, o qual localiza a les?o, diferencia o AVC isqu?mico do hemorr?gico e realiza a demarca??o manualmente. T?cnicas de an?lise computacional dessas imagens, podem ampliar a quantidade de informa??o adquirida e contribuir para o diagn?stico correto em um procedimento m?dico. Tal raz?o motiva o desenvolvimento de sistemas computadorizados para o aux?lio ? detec??o e ao diagn?stico (Computer-Aided Detection and Diagnosis- CADDx) para doen?as, empregando t?cnicas de Processamento Digital de Imagens e Vis?o Computacional. Neste contexto, s?o utilizados v?rios m?todos com a finalidade de segmentar, reconhecer e identificar detalhes da regi?o de interesse na imagem de TC analisada. Esta pesquisa centraliza seus esfor?os em estabelecer um m?todo de segmenta??o da regi?o das ?reas isqu?micas, no acidente vascular cerebral, em imagens de Tomografia Computadorizada. Ao final do processo de segmenta??o, um contorno ? delineado automaticamente em volta da regi?o segmentada sem a necessidade de uma interven??o humana. Para tanto, ? feita a classifica??o de informa??es de textura extra?das da imagem, obtidas com os descritores de Haralick. Duas investiga??es foram realizadas: a determina??o do melhor conjunto de descritores de Harlick usados como medidas de textura e an?lise de desempenho dos descritores selecionados para segmenta??o. Em ambas foram empregadas Redes Neurais Artificiais MLP (Multilayer Perceptron) para a classifica??o de ?reas de textura com e sem Acidente Vascular Cerebral Isqu?mico (AVCi). Para a an?lise dos descritores de Haralick foram feitos testes de signific?ncia estat?stica e testes de classifica??o com a RNA para 1, 2 e 3 descritores de Haralick combinados entre si. Os resultados obtidos foram comparados com o padr?o ouro, dado p ela segmenta??o manual das regi?es isqu?micas. Nos testes realizados o sistema obteve bons resultados com o conjunto de descritores Correla??o, Homogeneidade e Soma das M?dias, que mostrou-se capaz de promover a classifica??o necess?ria para segmentar a regi?o cerebral atingida pelo AVC com precis?o.

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2016-01-05T18:01:11Z No. of bitstreams: 1 EvertonSanti_TESE.pdf: 601652 bytes, checksum: 52767a19768856b40fcce8bb5611ef4b (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2016-01-11T18:20:39Z (GMT) No. of bitstreams: 1 EvertonSanti_TESE.pdf: 601652 bytes, checksum: 52767a19768856b40fcce8bb5611ef4b (MD5) / Made available in DSpace on 2016-01-11T18:20:39Z (GMT). No. of bitstreams: 1 EvertonSanti_TESE.pdf: 601652 bytes, checksum: 52767a19768856b40fcce8bb5611ef4b (MD5) Previous issue date: 2014-11-14 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior - CAPES / Apresenta-se neste trabalho um novo modelo para o Problema das p-Medianas Heterog?neo (PPMH), proposto para recuperar a estrutura de categorias n?o-observadas presente em dados oriundos de uma tarefa de triagem, uma abordagem popular que possibilita entender a percep??o heterog?nea que um grupo de indiv?duos tem em rela??o a um conjunto de produtos ou marcas. Este novo modelo ? chamado Problema das p-Medianas Heterog?neo Livre de Penalidade (PPMHLP), uma vers?o mono-objetivo do problema original, o PPMH. O par?metro principal do modelo PPMH ? tamb?m eliminado, o fator de penalidade. Este par?metro ? respons?vel pela pondera??o dos termos de sua fun??o objetivo. O ajuste do fator de penalidade controla a maneira como o modelo recupera a estrutura de categorias n?o-observadas presente nos dados e depende de um amplo conhecimento do problema. Adicionalmente, duas formula??es complementares para o PPMHLP s?o apresentadas, ambas problemas de programa??o linear inteira mista. A partir destas formula??es adicionais, limitantes inferiores foram obtidos para o PPMHLP. Estes valores foram utilizados para validar um algoritmo de Busca em Vizinhan?a Variada (VNS), proposto para resolver o PPMHLP. Este algoritmo obteve solu??es de boa qualidade para o PPMHLP, resolvendo inst?ncias geradas de forma artificial por meio de uma Simula??o de Monte Carlo e inst?ncias reais, mesmo com recursos computacionais limitados. As estat?sticas analisadas neste trabalho sugerem que o novo algoritmo e modelo, o PPMHLP, pode recuperar de forma mais precisa que o algoritmo e modelo original, o PPMH, a estrutura de categorias n?o-observadas presente nos dados, relacionada ? percep??o heterog?nea dos indiv?duos. Por fim, uma exemplo de aplica??o do PPMHLP ? apresentado, bem como s?o consideradas novas possibilidades para este modelo, estendendo-o a ambientes fuzzy / This work presents a new model for the Heterogeneous p-median Problem (HPM), proposed to recover the hidden category structures present in the data provided by a sorting task procedure, a popular approach to understand heterogeneous individual?s perception of products and brands. This new model is named as the Penalty-free Heterogeneous p-median Problem (PFHPM), a single-objective version of the original problem, the HPM. The main parameter in the HPM is also eliminated, the penalty factor. It is responsible for the weighting of the objective function terms. The adjusting of this parameter controls the way that the model recovers the hidden category structures present in data, and depends on a broad knowledge of the problem. Additionally, two complementary formulations for the PFHPM are shown, both mixed integer linear programming problems. From these additional formulations lower-bounds were obtained for the PFHPM. These values were used to validate a specialized Variable Neighborhood Search (VNS) algorithm, proposed to solve the PFHPM. This algorithm provided good quality solutions for the PFHPM, solving artificial generated instances from a Monte Carlo Simulation and real data instances, even with limited computational resources. Statistical analyses presented in this work suggest that the new algorithm and model, the PFHPM, can recover more accurately the original category structures related to heterogeneous individual?s perceptions than the original model and algorithm, the HPM. Finally, an illustrative application of the PFHPM is presented, as well as some insights about some new possibilities for it, extending the new model to fuzzy environments

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2016-04-01T00:09:42Z No. of bitstreams: 1 DanielleSmilayDeAlmeidaRodrigues_DISSERT.pdf: 1550477 bytes, checksum: 0c7915bd81d7ee7de9f08fac3565442d (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2016-04-05T23:49:09Z (GMT) No. of bitstreams: 1 DanielleSmilayDeAlmeidaRodrigues_DISSERT.pdf: 1550477 bytes, checksum: 0c7915bd81d7ee7de9f08fac3565442d (MD5) / Made available in DSpace on 2016-04-05T23:49:09Z (GMT). No. of bitstreams: 1 DanielleSmilayDeAlmeidaRodrigues_DISSERT.pdf: 1550477 bytes, checksum: 0c7915bd81d7ee7de9f08fac3565442d (MD5) Previous issue date: 2015-03-25 / O turismo de neg?cios ? um dos segmentos tur?sticos com caracter?sticas de mercado diferenciadas de outras segmenta??es, como a baixa sazonalidade, n?o necessita de atrativos naturais, funciona como proje??o do destino e gera n?meros rent?veis maiores. Devido ao contexto de viagem do turista de neg?cios, o hotel, na maioria das vezes, exerce papel fundamental entre os elementos da cadeia produtiva nessa segmenta??o. O turismo de neg?cios em Teresina funciona como a principal segmenta??o da capital, j? que representa quase 70% da demanda hoteleira, da? justifica-se a presente pesquisa ter como objetivo avaliar atrav?s da percep??o dos turistas de neg?cios, o n?vel da qualidade dos servi?os dos meios de hospedagens da cidade de Teresina. A pesquisa ? de natureza explorat?ria e descritiva, de car?ter funcionalista. Em termos metodol?gicos, o estudo caracterizase por pesquisa quali-quantitativa, apoiada por uma base em pluralismo metodol?gico. Para a coleta de dados prim?rios, para a coleta de dados prim?rios, aplicou-se um instrumento de pesquisa adaptado do modelo SERVPERF (Service Performance). Os locais de pesquisa foram meios de hospedagens da capital piauiense, restringindo-se apenas aqueles que se enquadrassem na categoria hotel e dentro da regi?o metropolitana de Teresina. Os sujeitos da pesquisa foram turistas de neg?cios frequentadores destes hot?is. Para a an?lise, levou-se em considera??o alguns fatores, quais sejam: an?lise descritiva, an?lise fatorial, matriz de correla??o das vari?veis, foi elaborada ainda um gr?fico dos l?xicos obtidos na pesquisa sobre a vis?o de qualidade no servi?o hoteleiro dos pesquisados, por fim, a an?lise qualitativa foi baseada nas teorias de marketing, segmenta??o e qualidade em servi?os aplicados ao turismo. Os resultados apontaram que o servi?o hoteleiro de Teresina encontra-se em uma m?dia regular, com destaque para as dimens?es de Confiabilidade e Seguran?a. J? a an?lise fatorial indicou o surgimento de dois fatores para a explica??o da dimens?o Empatia, um a respeito da organiza??o, e outro, ao pr?prio consumidor. E pela Lexicometria foi poss?vel observar a import?ncia para o cliente de outras vari?veis como aspectos pessoais, pre?o e localiza??o para essa segmenta??o de turismo. / Business tourism is one of tourist segments with different market characteristics in relation to others segmentations, such as low seasonality, there is no requirement of natural attractions, it serves as destination projection and it generates profitable larger numbers. Due to the context around business travels, the hotel so many times has a fundamental whole among the elements of the production chain in this segmentation. Business tourism in Teresina is the primary segmentation of the capital, since it represents almost 70% of hotel demand; hence this research has as objective to evaluate through the perceptions of business travelers, the level of quality services of hotels of Teresina. The research is exploratory and descriptive, of functionalist character. This study is characterized by qualitative and quantitative research, supported by a basis of methodological pluralism. For primary data collection was performed applying a suitable research instrument of SERVPERF model (Service Performance). The universe of this study were Teresina's accommodations, restricted to only those that fit in hotel category and it was inside metropolitan area of Teresina. The study subjects were business travelers who were hosted in these hotels. For the analysis, it was considered certain factors: descriptive analysis, factor analysis, correlation matrix analysis of the variables; It was still compiling a graphic of lexicons obtained in the survey about respondent's the notion of quality of vision in the hotel service; Finally, qualitative analysis was based on the theories of marketing, targeting and quality of tourism services applied. The results show that the Teresina hotel service is on a regular average, especially for Reliability and Safety dimensions were highlighted. Whereas, the factor analysis showed the emergence of two factors to explain "Empathy" dimension, one of this is about the organization and the other one is about consumer. And by Lexicometria was possible to observe the importance to the customer of other variables such as: personal aspects, price and location for this tour segmentation.

Made available in DSpace on 2014-12-17T14:55:49Z (GMT). No. of bitstreams: 1 KeyllyEAS_DISSERT.pdf: 4874566 bytes, checksum: 6c9f441d91974ea71cb60676b7e2c542 (MD5) Previous issue date: 2011-02-18 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / A localiza??o facial tornou-se um assunto muito discutido nos ?ltimos anos, surgiram in?meras aplica??es, desde sistemas biom?tricos (que necessitam localizar a face antes de identifica-la), at? sistemas complexos de varredura de multid?es (procurando por criminosos). O m?todo mais utilizado para localizar faces em imagens digitais ? a t?cnica de Vioja e Jones, que n?o ? invariante a rota??o, conseguindo identificar apenas pequenos ?ngulos de rota??o, mesmo assim comprometendo alguns algoritmos que necessitam da face sem rota??o, como a biometria facial. A t?cnica apresentada prop?e a invari?ncia a rota??o de face em imagens digitais, baseando-se na segmenta??o da pele para calcular a dispers?o e estimar o ?ngulo de rota??o da face. Possibilitando que t?cnicas j? consolidadas possam realizar a localiza??o da face em uma imagem rotacionada no sentido inverso

Made available in DSpace on 2014-12-17T15:47:49Z (GMT). No. of bitstreams: 1 IriaCSC.pdf: 926529 bytes, checksum: aa23848c0d07c85faded67f0781041fc (MD5) Previous issue date: 2008-08-04 / A 3D binary image is considered well-composed if, and only if, the union of the faces shared by the foreground and background voxels of the image is a surface in R3. Wellcomposed images have some desirable topological properties, which allow us to simplify and optimize algorithms that are widely used in computer graphics, computer vision and image processing. These advantages have fostered the development of algorithms to repair bi-dimensional (2D) and three-dimensional (3D) images that are not well-composed. These algorithms are known as repairing algorithms. In this dissertation, we propose two repairing algorithms, one randomized and one deterministic. Both algorithms are capable of making topological repairs in 3D binary images, producing well-composed images similar to the original images. The key idea behind both algorithms is to iteratively change the assigned color of some points in the input image from 0 (background)to 1 (foreground) until the image becomes well-composed. The points whose colors are changed by the algorithms are chosen according to their values in the fuzzy connectivity map resulting from the image segmentation process. The use of the fuzzy connectivity map ensures that a subset of points chosen by the algorithm at any given iteration is the one with the least affinity with the background among all possible choices / Uma imagem bin?ria 3D ? considerada bem-composta se, e somente se, a uni?o das faces compartilhadas pelos voxels do foreground e do background da referida imagem ? uma superf?cie em R3 . Imagens bem-compostas se beneficiam de propriedades topol?gicas desej?veis, as quais nos permitem simplificar e otimizar algoritmos amplamente usados na computa??o gr?fica, vis?o computacional e processamento de imagens. Estas vantagens t?m motivado o desenvolvimento de algoritmos para reparar imagens bi e tridimensionais que n?o sejam bem-compostas. Estes algoritmos s?o conhecidos como algoritmos reparadores. Nesta disserta??o, propomos dois algoritmos reparadores, um aleat?rio e um determin?stico. Ambos s?o capazes de fazer reparos topol?gicos em imagens bin?rias 3D, produzindo imagens bem-compostas similares ?s imagens originais. A id?ia fundamental por tr?s de ambos algoritmos ? mudar iterativamente a cor atribu?da de alguns pontos da imagem de entrada de 0 (background) para 1 (foreground) at? a imagem se tornar bem-composta. Os pontos cujas cores s?o mudadas pelos algoritmos s?o escolhidos de acordo com seus valores no mapa de conectividade fuzzy, resultante do processo de segmenta??o da imagem. O uso do mapa de conectividade fuzzy garante que um subconjunto dos pontos escolhidos pelo algoritmo em qualquer itera??o seja um com a menor afinidade com o background dentre todas as escolhas poss?veis